ChatGPT会取代人类的工作吗？对这个问题，我们整理了20位大咖的看法_风闻

撰文 | 苏舒

编辑 | 李信马

题图 | GAIDC官方图片

ChatGPT彻底火出圈了。

近日，科学技术部部长王志刚发言称，ChatGPT是个大模型、大计算、很好的计算方法，同一种原理，但做的质量还是不一样的。就像踢足球，都是射门，但是要做到像梅西那么好也不容易。我们国家在这个领域研究有一些成果，希望中外企业在人工智能领域有更多好的成果，要注意科技伦理，趋利避害。

科技的进步令人欣喜，不过对大多数吃瓜群众来说，ChatGPT火热讨论的背后，往往还隐藏着一份担忧——ChatGPT会取代人类的工作么？我会不会因此失业？

毕竟，被科技进步干掉的岗位，从古至今可以说数不胜数，即使ChatGPT还只是“初出茅庐”，却已经有了令人惊叹的潜力。对此，谷歌首席科学家Peter Norvig认为，ChatGPT可以帮助人们更好地处理大量的信息，但是，它无法替代人类的创造力和想象力。Facebook人工智能研究院的研究员YannLeCun也认为，ChatGPT可以取代某些重复性的工作，但是对于需要理解复杂上下文的工作，ChatGPT无法取代人类。

前不久，刚刚举办的全球人工智能开发者先锋大会上，ChatGPT也成为了热议的话题，一众专家学者也进行了激烈的讨论，发表了各自的观点。DoNews进行了整理，以飨读者。

一、目前的ChatGPT可以部分替代容错率较高的行业

BCG董事总经理、全球资深合伙人魏杰鸿：

ChatGPT生成式人工智能任务的容错度与创意要求的高低决定了技术应用的成熟度。目前来看，ChatGPT应用场景目前有三大领域：药物发现、自动编程、文本概括。

现阶段，生成式AI可以在广告领域取得长足进展，来让人工智能自动生成一些广告文案和视频等。下一步，对于AI生成内容的质量比较宽容、允许结果不那么精确的行业，会有越来越多应用面世；相对而言，那些对内容精度要求高、容错率较低的领域，比如航空、金融、医疗等关键场景，AI还需要长期发展，因为这些行业不仅要求AI讲话漂亮，同时必须真正做到靠谱、严谨。

商汤科技董事长兼CEO徐立：

生成式的内容，不光是可以解决单一目标下的优化问题，还可以给出很多的问题，不同的解法的路径。

人工智能对于开发者来说是一种模式的变化，下一步对很多内容创作者来说，一样会面临工作模式的巨大变化。

人类正站在AI临界点上，其推动力就是以ChatGPT为代表的生成式AI。它可以自己生成文字、图片、视频，更重要的是会自己写软件代码。这意味着，生成式AI将来完全可以大幅降低软件开发门槛，将开发从“特权”变成普惠的行为，“未来70%的软件代码可能是由AI生成的，这将彻底改变社会”。

复旦大学人工智能创新与产业研究院院长漆远：

鸡兔同笼、相遇问题等小学数学题，ChatGPT全都顺利作答，而此前这对AI来说是不可能的。这表明，随着算法迭代，ChatGPT的进步从量变积累到了质变，它不仅在语言方面有天赋，更具备了数学推理能力。

智源人工智能研究院总工程师林咏华：

ChatGPT出现后，未来十年都很值得期待。软件、咨询这两大服务板块可能会改变很大。

同济大学百人计划、特聘研究员、博士生导师王昊奋：

ChatGPT出来后，我被问得最多的问题就是——知识图谱是不是不用做了？是不是相当于“判死刑”了？我说可能“死缓”吧，当然，也还有不少变数。

网易数帆副总经理金叶：

ChatGPT核心是根据大数据模型，实际上就是一个聊天器而已。但是ChatGPT确实深度和广度，对于我们来讲有非常多的想像空间。ChatGPT实际上颠覆了很多行业，尤其是教育、远程教育上。对于程序员来讲，程序员要更加往前端、业务侧去靠。

广东省连锁经营协会技术委员会联席主席、前喜茶、百果园数字化负责人沈欣：

目前能看到的，是ChatGPT通过自动化内容产生解决了内容的瓶颈。比如：开发程序。现在ChatGPT可以帮助比较基础的东西，生成五个都不满意，那就再生成五十个，然后在这上面挑或者修改一下即可。

另外，在ChatGPT相同模式下，未来可以看到文字生成图象、甚至文字生成视频，这对解决“元宇宙”的内容，也会有非常大的帮助。

BCG董事总经理、全球资深合伙人魏杰鸿、商汤科技董事长兼CEO徐立、复旦大学人工智能创新与产业研究院院长漆远  图片来源：官方网站

二、人类有AI取代不了的独特性

OpenTEKr创始人、上海开源技术协会狄安：

我们不用去担心人工智能的推理会比我们更强大、更快、更精准。其实人类的价值在哪里？人类的价值在于创造性，在于我们能够自由的发挥。正是因为我们的创造性和我们的没有逻辑，才创造了人类的未来。

未来人工智能毫无避免的会比人类越来越具有理性、越来越具有推理。未来应该干什么？未来应该是“反图灵测试”。通过反图灵测试来问出你的问题，当人类能够回答没有逻辑问题的时候、我们才是人类。也就是说，情绪化和非逻辑，才是人类创造力的本原。

商汤科技董事长兼CEO徐立：

未来人们不需要具备底层的制作能力，而是需要更多畅想、连接、协同的能力，这些能力才是跟AI协同共创的核心商业能力。

而这种生产力模型的变革，可能会产生类似于Photoshop这样的互联网SaaS（软件运营服务）应用和工具链，或者基于这些工具链新生成的社区，也就是我们可能会拥有下一阶段的“小红书”、B站等一系列互联网应用。

CSDN创始人&董事长、极客帮创投创始合伙蒋涛：

ChatGPT预示着AI迎来了iPhone时刻。有两大预测：一是未来五年，AIGC产生的内容应该会超过人类自己产生的文字、图片、视频等；二是下一个十年实际上是自然人机交互的新十年，或许还达不到现在幻想的程度，但是会极大的改变。

ChatGPT在编程方面，不会取代程序员。它真正带来的，是程序员技术栈的变化。从过去PC时代的Windows、API，互联网程序员的LAMP，移动的iOS、Android，云原生的K8s到今天，以大模型为代表的技术将推动更多的AI应用程序员产生。

Kyligence联合创始人兼CEO韩卿：

替换人类不一定是AI，但是用AI的人会技术向善。就AI伦理问题来说，我们需要理解什么样的技术用到好的地方，什么地方应该有一些这方面的限制。

对于AI开发者来说，需要持续保持有两种能力：一是对行业或者场景抽象归纳的能力。解决生产问题或者实际问题，需要抽象到一定的层面才能转化成数学问题，转化成算法问题。

高效的工程能力，当AI算力是唾手可得，算法慢慢区域雷同，这时跑一个算法的成本变成竞争点。

百度智能云主任架构师、百度AI中台总架构师谢永康：

ChatGPT可能会改变我们对人工智能开发的一些模式。一方面，以后提升一个模型能力的时候，可能会用“注入”和“激发”的这种模式去做。另一方面，未来我们对模型的场景落地很可能会通过一些指令式的、自然语言的方式去让它适应这个场景，而不是说我针对一个场景去设计。

我相信无论是ChatGPT还是后面会产生出来的更多具备AGI能力的这些AI技术，更多的应该是辅助人、与人会找到共存的平衡点，而不是全面的替代人。目前AGI（通用人工智能）各方向的技术，还是存在比较多的问题。首先，它的一个基础的大模型，其实缺乏可解释性或者说缺乏可控、可解释性。这里面可能会有新的技术突破，也可能长期是需要人去参与、去把控的。

CSDN创始人&董事长、极客帮创投创始合伙蒋涛、Kyligence联合创始人兼CEO韩卿  图片来源：官方网站

三、关于未来的思考

智源人工智能研究院总工程师林咏华：

虽然在过去看到了文生图应用、ChatGPT生成式模型的火爆，但实际上我们只看到了大模型领域的冰山一角。除此之外，我们更需要专注的是在冰山之下，层层的技术栈，需要有各种模态的预训练大模型，需要有海量的数据集以及十分优秀的数据集工具来过滤数据，还有大模型怎么评测，评测方法，以及一系列的AI系统的优化工具和技术。

未来十年ChatGPT带来产业的浪潮。如果没有底层的技术栈，ChatGPT生成式模型这样的冰山一角也很难露出。

GPT3.5+ChatGPT打开了AIGC的潘多拉盒子，但在大模型发展和产业落地中，我们面临着许多重要的技术挑战，涉及参数及模型大小、海量的训练数据、大模型的评测方法、大模型如何能持续学习、怎么显著提升训练和推理的效率等。

深势科技创始人兼CEO孙伟杰：

AI对我们最大困难和挑战是跨学科融合的协作体系、组织文化的建设，这本质上是我们对创新土壤的一次革新的机会。

具体来说，未来的困难点和挑战有三点，第一，将问题抽象成适合用AI解决的问题；第二，需要大规模的工程化建设，去中心化的推演训练；第三，把实际的经济发展、工业研发中的经验在融合到AI算法中，最终AI的创新一定是从原始创新、工程建设到落地应用非常紧密的结合

百度AI技术生态总经理马艳军：

我们一定要把人工智能的门槛降下来，从开发、训练、推理的流程，能不能从尽可能降低流程的成本，进一步演进为用更简单的流程取代它？才能让应用变得更广泛。

达观数据副总裁王文广：

“以人为本AGI”就是以人类为中心的通用人工智能，也就是说人工智能是以服务人类为目的的。它由神经网络大模型+知识图谱+强化学习构成，在ChatGPT浪潮中已经打好基座，未来将引起从效率革命到思维革命，从改造自然到改造自身的深远影响。

九章云极DataCanvas副总裁于建岗：

ChatGPT的出现确实对于当前基于大模型的自然语言处理和通用智能带来了革命性的变化，但我觉得当前只是个开始。

北京智源研究智能研究院自然语言和多模态研究负责人及FlagAI飞智开源项目负责人伍昱：

ChatGPT背后的核心用大量的数据做预训练，翻译模型和架构算法，都可以用到多模态的模型发展。多模态融合已经成为AI的大趋势，另外，多种模态的融合也有助于不同的模态的提升。除了文本和图片的多模态融合外，在语言、语音、视觉、视频不同模态上融合上方法都是类似的。

复旦大学教授肖仰华：

大模型绝不仅仅是模型系统和算力，数据是非常重要的问题，我呼吁大家能够更多地关注大模型的数据治理。

智源人工智能研究院总工程师林咏华、深势科技创始人兼CEO孙伟杰、百度AI技术生态总经理马艳军  图片来源：官方网站

四、写在最后

科技的进步，会促进先进生产力取代落后生产力，这个过程中，部分人类工作的消失是不可避免的，但同时，新的对人类劳动的需求也会源源不断的被创造出来。人类相对于人工智能的优势之一，就是更灵活、更主动，也许AI可以替代一部分人类的工作，但人类也可以找到更多实现价值的方式。

比如在投资领域，量化投资通过对海量数据进行客观分析决策，利用模型扑捉价差，可以获得持续稳定的收益，避免人为主观因素的干扰。国内最早的量化对冲基金之一——Ubiquant AI Lab首席专家Bryan Dai在不久前的采访中表示，AI应用到量化投资已经有多年，国际上大部分领先的量化公司都会应用 AI 技术来参与量化投资过程，而九坤已经在量化投资的全流程中应用AI和机器学习，包括数据收集和处理、阿尔法构建和市场预测、投资组合构建和优化，以及交易实现等。

但人的价值并没有因为AI的出现而彻底消失，即使使用ChatGPT的体验对Bryan Dai来说非常惊艳，对ChatGPT是否会替代专业投资人这个问题，他的回答仍是“否“，并认为，未来相对长时间内是AI应用和人共生的状态，人来指导AI完成整个量化交易过程、推动AI的迭代。在细分领域，专业人士的介入是不可或缺的，新技术的应用也需要更多的人才支持。

时代的进步是不可阻碍的，我们未来也会创造比现在的chatGPT更优秀的人工智能，但会和AI进步同样甚至更快的，还有我们人类自己。